【技术实现步骤摘要】
消除视频心冲击信号运动噪声的非接触式视心率检测方法
本专利技术属于生物医学信号处理的
,尤其涉及一种消除视频心冲击信号运动噪声的非接触式心率检测方法。
技术介绍
心率作为人体重要生理参数之一,它的长期检测对心血管疾病的早期预防、临床诊断,以及对人类健康的监护都具有重大的意义。传统的临床心率检测手段需要相关设备如心电图机的电极或其他传感器与人体接触,容易导致身体不适,不适用于一些特殊体质如皮肤敏感体质,也不适用于婴幼儿或烧伤患者,而非接触式心率检测方法能够克服传统接触式方法的这些不足。基于视频的心率检测方法是近年来越来越受关注的一种非接触式心率检测方法,这种方法通过处理受试者视频进行心率检测,目前,基于视频的非接触式心率检测方法有两种,一种是成像式光学容积描记术(imagingphotoplethysmography,iPPG)又称远程光电容积描记技术(remotephotoplethysmography,rPPG),另一种是成像式心冲击描记术(imagingballistocardiography,iBCG)。心冲击描记术(ballistocardiography,BCG)的原理是心脏周期活动过程中血液在人体内部流动造成人体轻微的机械运动,而iBCG则是通过视频捕捉人体头部这种轻微的机械运动,得到信号称之为视频心冲击信号,然后采用数字信号处理技术以及数据分析技术来得到心率。这种技术于2013年由Balakrishnan等人提出,他们将视频序列第一帧图像确定的特征点通过追踪算法得到特征点纵向运动轨迹信号, ...
【技术保护点】
1.一种消除视频心冲击信号运动噪声的非接触式视心率检测方法,其特征是按照如下步骤进行:/n步骤1:获取受试者的T帧视频数据,分为L份,每份有t帧视频图像;/n步骤2:对于第l份t帧视频图像,采用人脸检测方法以及人脸比例划分方法在第一帧视频图像中获得第l份I个面部感兴趣区域;1≤l≤L;/n对于第l份第i个面部感兴趣区域通过特征点获取算法得到第l份第i个面部感兴趣区域的若干个特征点,1≤i≤I;/n步骤3、根据第l份第一帧视频图像的第i个面部感兴趣区域的若干个特征点,采用追踪算法获得第l份t帧视频图像的各个特征点对应的横向以及纵向运动轨迹信号的两个输入信号数据集,并删除异常特征点所对应的运动轨迹后,得到第l份第i个面部感兴趣区域的处理后的两个输入信号数据集
【技术特征摘要】
1.一种消除视频心冲击信号运动噪声的非接触式视心率检测方法,其特征是按照如下步骤进行:
步骤1:获取受试者的T帧视频数据,分为L份,每份有t帧视频图像;
步骤2:对于第l份t帧视频图像,采用人脸检测方法以及人脸比例划分方法在第一帧视频图像中获得第l份I个面部感兴趣区域;1≤l≤L;
对于第l份第i个面部感兴趣区域通过特征点获取算法得到第l份第i个面部感兴趣区域的若干个特征点,1≤i≤I;
步骤3、根据第l份第一帧视频图像的第i个面部感兴趣区域的若干个特征点,采用追踪算法获得第l份t帧视频图像的各个特征点对应的横向以及纵向运动轨迹信号的两个输入信号数据集,并删除异常特征点所对应的运动轨迹后,得到第l份第i个面部感兴趣区域的处理后的两个输入信号数据集和T为矩阵的转置,其中,为第l份第i个面部感兴趣区域的t帧视频图像的第n个特征点横向运动轨迹,为第l份第i个面部感兴趣区域的t帧视频图像的第n个特征点纵向运动轨迹,1≤n≤N;
步骤4:对第l份第i个面部感兴趣区域的处理后的两个输入信号数据集Xli(t)以及Yli(t)进行典型相关分析,得到第l份第i个面部感兴趣区域的两个混合矩阵Ali、Bli以及两个典型相关变量矩阵其中,表示第l份第i个面部感兴趣区域中构成横向运动轨迹的第n个典型相关变量,表示第l份第i个面部感兴趣区域中构成纵向运动轨迹的第n个典型相关变量,1≤n≤N;
步骤5:令k=1,2,...,N-1,从而依次将中k个典型相关变量置“0”,并分别通过所述混合矩阵Ali重构第l份第i个面部感兴趣区域的N-1个纵向运动轨迹信号矩阵,其中,第l份第i个面部感兴趣区域的第k个纵向运动轨迹信号矩阵记为是第l份第i个面部感兴趣区域的前k个典型相关变量置“0”后第n个特征点重构的纵向运动轨迹信号;计算第l份t帧视频图像的第1个特征点横向运动轨迹与前k个典型相关变量置“0”后第1个特征点的相关系数从而得到第l份第i个面部感兴趣区域的相关系数矩阵寻找第l份第i个面部感兴趣区域的相关系数矩阵Rli的拐点,从而确定拐点所对应的最佳去噪重构参数qli;
步骤6:计算第l份t帧视频图像的第n个特征点纵向运动轨迹的方差并取所有方差的平均值SDli,将平均值SDli与阈值sd比较,若高于阈值sd,则判定受试者有刚性运动,然后根据所述最佳去噪重构参数qli,将第l份的N-1个纵向运动轨迹信号矩阵中第qli个纵向运动轨迹信号矩阵作为去除运动噪声后的纵向运动轨迹信号矩阵;若低于阈值sd,则将第l份的N-1个纵向运动轨迹信号矩阵中的第1个纵向运动轨迹信号矩阵作为去除噪声的纵向运动轨迹信号矩阵;...
【专利技术属性】
技术研发人员:宋仁成,李吉吉,成娟,李畅,刘羽,陈勋,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。